随着人工智能时代的来临，相应的芯片产品和行业也产生了相应的新方向。

        在人工智能的各个分支中，机器视觉无疑是应用最广泛的方向，它支撑着诸如人脸检测、工业异常检测、手势识别等诸多重要的应用。顾名思义，机器视觉是使用机器学习/人工智能的方法来分析视觉信号，并且通过人工智能直接产生分析结果。因此，机器视觉天然就需要一个图像传感器来作为输入信号，而随着机器视觉和人工智能的逐渐发展，机器视觉与图像传感器芯片的结合成为“智能图像传感器”也是顺应了技术发展的脉络。如果我们进一步分析智能图像传感器，我们认为又可以分为两类。

1. 第一类是图像传感器与人工智能计算相结合，即图像传感器模组除了可以输出图像之外，还可以直接输出人工智能算法计算的结果。这样的智能图像传感器我们可以称之外“人工智能赋能的图像传感器”，它们往往能做到非常低功耗的人工智能分析，因此在物联网和可穿戴式智能设备中有重要应用。
2. 另一类智能图像传感器则是为人工智能应用专门设计的图像传感器，其输出的内容和方式往往与传统的图像传感器有区别。这类智能图像传感器可以称之为“为人工智能赋能的图像传感器”。这类图像传感器中的一种重要图像传感器是事件驱动传感器，它突破了传统图像传感器固定帧率的特性，从而可以为一些重要的工业和智能车应用提供支撑。

        当然，我们也可以预期会出现同时结合上述两类特性的智能图像传感器，为各类人工智能应用提供硬件支持。目前，Sony是在智能图像传感器领域布局最多的巨头，同时我们也看到了一些初创公司在这个方向持续地探索新的技术和应用。

一、人工智能赋能的图像传感器

        如前所述，图像传感器为机器视觉这一最重要的机器视觉应用提供输入信号。在传统的机器视觉芯片解决方案中，图像传感和人工智能算法的运行在不同的硬